#工作记录
在使用 Windows 系统尝试部署一些特定项目时,我们可能会遇到各种各样依赖包安装的问题。比如在 Windows 系统下,当我们想要在 Python 3.10 虚拟环境中,使用命令 “pip install resemble-enhance” 以及 “pip install WeTextProcessing” 来安装这两个包时,大概率会遭遇安装失败的情况。经过分析发现,这两个包好像并非针对 Windows 系统进行适配的,所以在 Windows 系统直接部署相关项目就会面临阻碍。
不过,我们可以借助 WSL(Windows Subsystem for Linux)创建 Linux 虚拟环境来解决这个问题,通过在该虚拟环境中进行项目部署,就能巧妙地避开这两个关键包在 Windows 系统下安装失败的困扰,进而顺利开展后续操作。下面将详细介绍如何在 Windows 11 中利用 WSL - Linux 虚拟环境来部署 ChatTTS-Enhanced
项目的完整过程。
一、安装报错处理(可能遇到的前期问题及解决办法)
在安装 WSL 相关环境时,有可能会出现一些错误情况,例如遇到 WSL0x80071772 错误。要是该错误是由于 Windows 11 系统设置中应用安装盘设置为 C 盘外其他盘导致的,通常将 “应用安装盘” 恢复为 C 盘是比较直接的解决办法,但也存在其他替代方案。
若你不想把 “应用安装盘” 恢复为 C 盘,可以尝试以下操作:先无视这个报错信息,接着直接安装其他 Linux 系统,像 Ubuntu、OracleLinux_9_1 等,可以多安装一两个不同版本的 Linux 系统,直至新安装的某个 Linux 系统能够正常运行。之后再重新启动 Ubuntu 24.04(这里假设你主要使用的是这个版本哦),这时有可能所有的 Linux 子系统都能正常运行了,从而避免因上述错误而阻碍后续操作。
二、部署步骤总览
整个部署流程大致可以分为以下几个关键部分:首先安装 WSL 并配置好相应的 Linux 系统(这里以 Ubuntu 为例),接着安装和配置一些必要的开发工具及依赖环境(如 VS Code 扩展、CUDA、CUDNN、Anaconda 等),创建合适的 Python 虚拟环境,最后在配置好的环境中完成 ChatTTS-Enhanced
项目的具体部署操作。
三、详细部署步骤
(一)安装 WSL
- 通过 “控制面板” 找到 “程序” 选项,接着选择 “启用或关闭 Windows 功能”。
- 在弹出的窗口里,找到并勾选 “适用于 Linux 的 Windows 子系统” 这一选项,然后点击 “确定” 按钮。
- 系统会自动开始安装相关组件,这个过程可能需要花费一些时间,请耐心等待,直到安装完成。
(二)安装 Ubuntu 系统 24.x 版(作为 Linux 虚拟环境基础)
- 打开微软商店(Microsoft Store),在搜索栏中输入 “Ubuntu 24.x”,从搜索结果中找到对应的 Ubuntu 版本后,点击 “安装” 按钮。
- 安装完成后,可以在开始菜单里找到并打开 Ubuntu 应用,它会自动进行初始化配置,按照提示依次设置好用户名和密码等信息,这些信息后续在操作 Linux 系统时会经常用到哦。
(三)选择使用 VS Code 连接 Linux 虚拟环境(对比 PyCharm)
在开发过程中,我们常常会借助一些集成开发环境(IDE)或代码编辑器来方便地进行代码编写、调试以及项目管理等工作。对于连接 WSL 中的 Linux 虚拟环境这一需求来说,常见的开发工具如 PyCharm 和 VS Code 都可以考虑,但二者存在一定区别。
PyCharm 分为专业版本和社区版本,其中专业版本是付费软件,它具备连接 WSL 虚拟环境的功能,能让我们在 Windows 系统下方便地与 Linux 环境进行交互开发。然而,其免费的社区版本并不支持这一功能,对于不想付费购买专业版的用户来说,就无法利用它来连接 WSL 里的 Linux 虚拟环境了。
而 VS Code 则不同,它本身是一款免费且开源的跨平台代码编辑器,通过安装相应的扩展就能轻松实现连接 WSL 虚拟环境这一功能。例如我们后续要安装的 “WSL” 扩展,安装之后就可以便捷地在 VS Code 中与 Linux 子系统里的虚拟环境进行交互操作了。至于其他编辑器,这里暂未进行相关尝试,综合考虑之下,VS Code 成为了连接 WSL 虚拟环境的一个合适选择。
(四)安装 VS Code 扩展(关键步骤,用于连接 Linux 子系统中的虚拟环境)
- 打开 Visual Studio Code(VS Code)软件,如果电脑上还未安装,可以先去官网(Visual Studio Code - Code Editing. Redefined)下载并安装。
- 进入 VS Code 后,点击左侧的扩展图标(一般是四个方块组成的图标),打开扩展商店。
- 在扩展商店的搜索框中输入 “WSL”,在搜索结果里找到官方的 “WSL” 扩展,点击 “安装” 按钮进行安装。安装完成后,建议重启 VS Code,以确保扩展能正常生效并发挥作用哦。
(五)安装 CUDA(根据实际需求决定是否安装,如果 ChatTTS-Enhanced
项目需要使用 GPU 加速,通常需要安装 CUDA)
- 打开已经安装好的 Ubuntu 系统终端(可以通过开始菜单里的 Ubuntu 图标打开),在终端里输入 “sudo apt update” 命令,这个命令的作用是更新系统的软件包列表,确保后续能获取到最新版本的软件包信息,输入命令后按回车键执行,可能需要输入当前用户的密码进行权限验证(密码输入时是不会显示出来的哦,输完直接按回车键就行),等待更新完成。
- 然后依据项目所需的 CUDA 版本到 NVIDIA 官方网站(CUDA Toolkit 12.6 Update 3 Downloads | NVIDIA Developer)查找对应的 WSL 系统安装命令,复制该命令后回到 Ubuntu 终端粘贴并回车执行,就会开始下载并安装对应的 CUDA 版本了。安装过程可能会花费一些时间,需要耐心等待哦。
- 安装完成后,通过在终端里输入 “nvcc -V” 命令来验证 CUDA 是否成功安装,如果能看到显示出 CUDA 的版本信息,那就说明安装成功啦。
(六)安装 CUDNN(同样根据需求决定,通常配合 CUDA 使用,用于深度学习等场景)
- 先访问 NVIDIA 官方网站(cuDNN 9.6.0 Downloads | NVIDIA Developer),根据已经安装好的 CUDA 版本,在网站上找到适合的 CUDNN 版本以及对应的官方安装命令。
- 在 Ubuntu 终端里按照找到的命令依次执行,先是下载 CUDNN 的安装文件,然后进行安装操作,安装完成后,可以通过一些网上搜索的简单测试代码(不同版本和应用场景的测试代码可能有所不同哦)来验证 CUDNN 是否正常工作,以此确保其能为后续的项目提供相应的支持。
(七)安装 Anaconda(方便管理 Python 环境和安装项目依赖的包)
- 前往 Anaconda 官方网站(Download Anaconda Distribution | Anaconda)下载适用于 Linux 系统的最新 Anaconda 包,注意要选择对应 Linux 版本的安装文件哦(一般是.sh 后缀的文件)。
- 下载完成后,在 Ubuntu 终端里通过 “cd” 命令进入到下载文件所在的目录(例如,如果文件下载到了默认的 “Downloads” 目录,就输入 “cd Downloads” 命令进入该目录)。
- 接着在终端里输入 “bash Anaconda 文件名.sh” 命令(记得把文件名替换成你实际下载的文件名哦),然后按照安装过程中的提示一路回车或者输入 “yes” 即可完成安装。安装完成后,通过输入 “conda -V” 命令验证 Anaconda 是否安装成功,若能显示出 Anaconda 的版本信息,则说明安装成功啦。(其他依赖可以根据实际进行微调)
(八)安装相关依赖并配置环境变量
- 根据
ChatTTS-Enhanced
项目要求,使用 “conda install” 命令来安装所需的依赖包,例如像 numpy、pandas 等常用的 Python 库(具体依赖包要看项目的 README 文件或者相关说明文档哦)。比如要安装 numpy 包,就在终端里输入 “conda install numpy” 命令执行安装就行啦,安装多个包时可以在命令里依次罗列包名,中间用空格隔开哦。 - 安装完成依赖包后,还需要配置环境变量,这样系统才能准确找到相关的程序和库文件所在的位置呢。打开 “~/.bashrc” 文件(在终端里输入 “nano ~/.bashrc” 命令,会使用 nano 文本编辑器打开该文件哦),在文件末尾添加 Anaconda 的环境变量配置内容,一般是类似 “export PATH="$PATH:/home/ 用户名 /anaconda3/bin"” 这样的语句(注意把这里的用户名替换成你自己在 Ubuntu 系统里设置的用户名哦),添加完成后,按 “Ctrl + X” 组合键,然后按 “Y” 键保存修改,再按回车键退出 nano 编辑器。
- 最后在终端里输入 “source ~/.bashrc” 命令,使刚才配置的环境变量生效,这样就完成环境变量的配置啦。
(九)安装 Torch(常用于深度学习项目,同样按需安装,ChatTTS-Enhanced
项目若涉及深度学习相关功能可能需要)
- 根据项目所需的 Torch 版本,在终端里使用 “conda install pytorch torchvision torchaudio -c pytorch” 命令来安装 Torch(这里的命令可能因版本不同而有所差异,要根据实际情况调整哦,比如不同的 CUDA 版本搭配的 Torch 版本安装命令会不一样,具体可以查看 PyTorch 官方网站的安装说明)。
- 安装完成后,通过以下 Python 代码来验证 Torch、CUDA 和 CUDNN 的安装情况(可以在终端里输入 “python” 命令进入 Python 交互环境,然后粘贴以下代码执行哦):
python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果能正确打印出 Torch 的版本号,并且 “torch.cuda.is_available ()” 返回 “True”,那就说明 Torch、CUDA 和 CUDNN 之间的配合安装是成功的啦,可以为后续基于深度学习等相关项目提供支持了哦。
(十)新建虚拟环境(以创建一个新的 Python 虚拟环境为例)
- 在 VS Code 中点击左下角绿色的 “><” 图标,选择已经安装好的 Ubuntu 系统终端进入。
- 在终端里输入 “conda create -n [虚拟环境名称] python=[指定的 Python 版本]” 命令来创建虚拟环境(例如 “conda create -n myenv python=3.10” 就是创建一个名为 “myenv” 且 Python 版本为 3.10 的虚拟环境哦,你可以根据自己的需求来调整虚拟环境名称和 Python 版本)。
- 创建完成后,输入 “conda activate [虚拟环境名称]” 命令(例如 “conda activate myenv”)来激活这个虚拟环境,激活后在终端提示符前面会显示出当前所在的虚拟环境名称,这样后续安装的包和执行的操作都会在这个虚拟环境下进行啦,方便不同项目之间的环境隔离哦。
(十一)部署 ChatTTS-Enhanced 项目
1、在激活的虚拟环境终端中,通过以下 git
命令克隆 ChatTTS-Enhanced
项目代码(假设项目地址为 GitHub - CCmahua/ChatTTS-Enhanced,你需要替换成实际的项目仓库地址哦):
git clone https://github.com/CCmahua/ChatTTS-Enhanced.git
2、克隆完成后,进入项目目录(假设项目目录名为 ChatTTS-Enhanced
,根据实际克隆后的目录名调整):
#Linux
#安装CUDA、cuDNN、pytorch框架
conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=11.8 -c pytorch -c nvidia#安装cython
pip install cython -i https://mirrors.aliyun.com/pypi/simple/#安装依赖
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/#安装resemble-enhance的linux包
pip install resemble-enhance -i https://mirrors.aliyun.com/pypi/simple/#安装WeTextProcessing的linux包
pip install WeTextProcessing -i https://mirrors.aliyun.com/pypi/simple/#启动界面
python webui/webui.py
3、最后依据项目说明文档中给出的运行命令来启动项目(具体运行命令需要根据具体问题具体分析),这样就可以在 Windows 11 系统下借助 WSL - Linux 虚拟环境成功运行 ChatTTS-Enhanced
项目啦。
四、总结
通过以上一系列详细的步骤操作,我们便能在 Windows 11 系统中利用 WSL 构建的 Linux 虚拟环境完成 ChatTTS-Enhanced
项目的部署。整个过程虽然较为复杂,但只要严格按照步骤操作,注重每个环节的细节,如命令的准确性、版本的兼容性等,就能顺利实现部署。在操作过程中如果遇到什么问题,可以多查看命令执行时的报错提示信息,然后通过搜索引擎或AI查找对应的解决办法,或者参考项目官方文档及社区讨论内容哦。希望这个教程对你有所帮助呀,祝你顺利运行 ChatTTS-Enhanced
项目并探索其有趣的功能呢。
你可以根据实际情况对上述步骤中的一些内容进行调整,比如选择不同的 Linux 发行版、软件版本以及项目具体的配置要求等,若还有其他需要完善或者修改的地方,欢迎随时告诉我哦。